cume_dist是窗口函数，返回当前行值在分区内的累积分布比例，即≤当前行值的行数占分区总行数的比例，结果范围为(0,1]，必须配合含order by的over子句使用。
什么是 CUME_DIST，它返回什么值
CUME_DIST 是窗口函数，用于计算当前行在分区内的「累积分布比例」——即值小于等于当前行的行数占分区总行数的比例。结果范围是 (0, 1]，最小值一定大于 0（哪怕排第一），最大值恒为 1（最后一组相同值也占满）。
关键点：它按 ORDER BY 排序后统计「≤ 当前行值」的累计占比，不是按行号、也不是按严格排名；相同值会得到相同的 CUME_DIST 值。
常见误用：把它当 PERCENT_RANK 用（后者是 (0, 1) 开区间，首行=0），或当成 RANK/DENSE_RANK 的变体（它们返回整数排名，不是比例）。
必须搭配 OVER() 使用，且 ORDER BY 不可省略
CUME_DIST 没有非窗口形式，不写 OVER 直接报错，比如 SELECT CUME_DIST() FROM t 会提示类似 "CUME_DIST() requires an OVER clause" 的错误。
ORDER BY 在 OVER 中是强制项，不写会报错（如 PostgreSQL 报 "window function CUME_DIST requires an ORDER BY clause"）。即使你想按整个表算全局分布，也要显式写 ORDER BY some_col —— 不能靠默认顺序。
- 支持多列排序：
OVER (ORDER BY dept ASC, salary DESC) - 可加
PARTITION BY分组计算：OVER (PARTITION BY dept ORDER BY salary)，此时每个部门独立算累积比例 - 不支持
ROWS BETWEEN等帧子句 ——CUME_DIST总是基于整个分区计算，无法限制“前3行”之类
和 PERCENT_RANK 的数值差异很实际
两者都返回比例，但算法不同，导致结果明显不同，尤其在首尾和重复值处：
-
CUME_DIST= （≤ 当前行值的行数） / （分区总行数） → 首行 > 0，末行 = 1 -
PERCENT_RANK= （排名 - 1） / （总行数 - 1） → 首行 = 0，末行 = 1（仅当无并列时）
例如 5 行数据，值全为 100：CUME_DIST 全是 1.0（因为每行都满足 “≤ 当前行值” 的行数 = 5）；PERCENT_RANK 全是 0.0（因所有行 RANK = 1，所以 (1−1)/(5−1) = 0）。
再如值为 [10,20,20,30]：CUME_DIST 结果是 [0.25, 0.75, 0.75, 1.0]（≤20 的有 3 行 → 3/4 = 0.75）；PERCENT_RANK 是 [0.0, 0.33, 0.33, 1.0]（第二三行 RANK = 2 → (2−1)/(4−1) ≈ 0.33）。
实际分析场景中要注意 NULL 和排序方向
NULL 默认排在最前（ORDER BY col ASC 时），所以如果字段含 NULL，第一行的 CUME_DIST 可能远高于预期（比如 10% 行是 NULL，那第一组 NULL 的累积比例就是 0.1）。
- 想把
NULL排最后？显式写ORDER BY col ASC NULLS LAST（PostgreSQL/Oracle 支持；MySQL 8.0+ 用IS NULL判断模拟） - 业务上常需过滤
NULL再算分布，避免扭曲比例：加WHERE col IS NOT NULL - 升序（
ASC）对应「从低到高」的累积，降序（DESC）则变成「从高到低」累积 —— 比如分析高分占比，用ORDER BY score DESC更直观
真正容易被忽略的是：累积分布的意义高度依赖排序语义。写 ORDER BY created_at 算的是时间维度的渗透率，而 ORDER BY amount 算的是金额维度的覆盖度——选错排序字段，整个分析就偏了。
